• Casos perdidos
  • missing o NA
• Unión de múltiples bases de datos
• Ejemplos

Casi todas las bases de datos tienen casos perdidos.

Los casos perdidos pueden tener diferentes orígenes:

• Datos inexistentes
• Errores de captura
• Errores de codificación

En R los valores perdidos se representan explícitamente con el valor lógico NA

• Lo introducimos en consola con NA, SIN comillas.
• Consultados con la función is.na(x)
  • Que para el vector x regresa un vector lógico en el que cada NA de x es TRUE

Who’s missing?

suppressPackageStartupMessages(library(tidyverse))
x = c(1, -9999, NA)
perdidos <- data.frame(x = x, test= is.na(x))
perdidos

##       x  test
## 1     1 FALSE
## 2 -9999 FALSE
## 3    NA  TRUE

Filtrar filas con o sin NA

perdidos %>% 
  filter(is.na(x))

##    x test
## 1 NA TRUE

perdidos %>% 
  filter(!is.na(x))

##       x  test
## 1     1 FALSE
## 2 -9999 FALSE

Eliminar todas las filas en las que hay al menos un NA

perdidos %>% 
  drop_na()

##       x  test
## 1     1 FALSE
## 2 -9999 FALSE

perdidos %>% 
  mutate(x = na_if(x, -9999))

##    x  test
## 1  1 FALSE
## 2 NA FALSE
## 3 NA  TRUE

Aplicación para cadenas parciales

df <- data.frame(cadena = c("Básica Primaria", 
                            "Básica Secundaria", 
                            "Ornitorrinco"))
df %>%   filter(cadena == "Básica")

## [1] cadena
## <0 rows> (or 0-length row.names)

# Contiene "Básica"
df %>% filter(str_detect(cadena, "Básica"))

##              cadena
## 1   Básica Primaria
## 2 Básica Secundaria

# Contiene "nito"
df %>% filter(str_detect(cadena, "nito"))

##         cadena
## 1 Ornitorrinco

# Termina con "a"
df %>% filter(str_detect(cadena, "a$"))

##              cadena
## 1   Básica Primaria
## 2 Básica Secundaria

#Empieza con "B"
df %>% filter(str_detect(cadena, "^B"))

##              cadena
## 1   Básica Primaria
## 2 Básica Secundaria

df %>% separate(cadena, into = c("Nivel", "Servicio"))

## Warning: Expected 2 pieces. Missing pieces filled with `NA` in 1 rows [3].

##          Nivel   Servicio
## 1       Básica   Primaria
## 2       Básica Secundaria
## 3 Ornitorrinco       <NA>